Novel polygenic risk score as a translational tool linking depression-related changes in the corticolimbic transcriptome with neural face processing and anhedonic symptoms
Notice bibliographique
Résumé
Convergent data from imaging and postmortem brain transcriptome studies implicate corticolimbic circuit (CLC) dysregulation in the pathophysiology of depression. To more directly bridge these lines of work, we generated a novel transcriptome-based polygenic risk score (T-PRS), capturing subtle shifts toward depression-like gene expression patterns in key CLC regions, and mapped this T-PRS onto brain function and related depressive symptoms in a nonclinical sample of 478 young adults (225 men; age 19.79 +/- 1.24) from the Duke Neurogenetics Study. First, T-PRS was generated based on common functional SNPs shifting CLC gene expression toward a depression-like state. Next, we used multivariate partial least squares regression to map T-PRS onto whole-brain activity patterns during perceptual processing of social stimuli (i.e., human faces). For validation, we conducted a comparative analysis with a PRS summarizing depression risk variants identified by the Psychiatric Genomics Consortium (PGC-PRS). Sex was modeled as moderating factor. We showed that T-PRS was associated with widespread reductions in neural response to neutral faces in women and to emotional faces and shapes in men (multivariate p < 0.01). This female-specific reductions in neural response to neutral faces was also associated with PGC-PRS (multivariate p < 0.03). Reduced reactivity to neutral faces was further associated with increased self-reported anhedonia. We conclude that women with functional alleles mimicking the postmortem transcriptomic CLC signature of depression have blunted neural activity to social stimuli, which may be expressed as higher anhedonia.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».